信号可以跳过中间层直接回传，解决了层数堆叠之后信号衰减的老大难问题。”

    他翻到下一页，是不同层数网络的对比实验数据。

    二十层、三十层、四十层、五十层，精度曲线一路攀升，没有出现以往深层网络必然遭遇的性能坍塌。

    “以前整个学术界都默认，网络超过二十层就没法有效训练了。这个假设，被我们推翻了。”

    顾屿靠在椅背上，目光停留在屏幕上那条稳步上升的曲线上。

    他没说话。

    不是因为震惊。而是因为他太清楚这个东西是什么了。

    残差网络。Res。

    前世，这篇论文在2015年12月发表，第一作者正是任少卿。

    它不仅横扫了当年所有计算机视觉的顶级竞赛，更从根本上改写了整个深度学习的工程范式。

    从此以后，“网络可以无限加深”不再是空想，而是被数学和实验双重验证的事实。

    它是后来所有大模型架构的地基之一。

    没有残差连接，就没有后来的GPT，没有BERT，没有任何你能叫得出名字的大语言模型。

    而现在是2014年4月。

    任少卿提前了将近一年半。

    顾屿闭上眼睛。

    前世的记忆潮水般漫上来，不受控制。

    2020年。他拿到天使轮的那个夏天，北京五道口的一间地下室办公室，八个人，六台电脑，空调坏了三天没人修。

    他站在白板前画Transforr的架构图，给团队讲什么是自注意力机制，什么是多头注意力，什么是位置编码。那时候他以为自己看到了未来。

    2022年。A轮融资到账，团队扩到四十多人，搬进了望京的写字楼。

    他们基于Transforr训练中文大语言模型，做垂直行业应用，对标ChatGPT。烧了两个多亿，模型效果勉强能打。投资人说，再坚持一轮，B轮估值翻三倍，上市不是梦。

    他信了。

    然后2024年底，DeepSeek的技术报告发了出来。

    不到六百万美金的训练成本。

    用了一种叫MoE的混合专家架构，让模型学会了“只激活需要的那部分参数”，不用的部分直接休眠。

    配合极致的底层算力优化和开源策略，效果直接对标上亿美金训练出来的顶级模型。

    一夜之间，他那套靠堆参数、堆数据、堆算力硬撑出来的商业故事，全部归零。

    投资人撤资的邮件是凌晨两点发来的，措辞很客气，意思很残忍：赛道逻辑变了，我们需要重新评估。

    客户解约的电话是第二天早上九点打来的，对方甚至没听他解释完，只说了一句“DeepSeek免费开源的效果比你们收费的还好，我们没有理由继续付费”。

    团队散伙那天，核心算法工程师把工牌放在会议桌上，什么都没说，转身走了。

    门没关严，走廊里传来的声音很轻，但顾屿听得清清楚楚。

    2025年春天，公司清算完毕。

    他在锦城的出租屋里，盯着天花板上那道裂缝，想了很久很久。

    然后他重生了。

    所以他对AI这条路的理解，从来不是什么“前瞻性预判”。

    他是亲手走过那条路上的每一步，踩过每一个坑，最后被终局的浪头拍死的人。

    他知道训练大模型时候学习率该怎么调。

    知道RLHF的人类反馈强化学习有多少坑。

    知道MoE的路由策略为什么能把成本打下来。

    这些知识是他的武器，也是他的伤疤。

    前世他死在三件事上：起步太晚，资本不够，算力受制于人。

    这一世，全都翻过来了。

    雅安基地的算力，够。

    百亿级的资金储备，够。

    任少卿加九章团队的人才密度，够。

    而任少卿刚才摆在他面前的这份残差网络实验数据，证明了一件更关键的事情：

    这个时代的硬件和人才，已经具备了从卷积神经网络向更通用架构跃迁的基础条件。

    前世，全世界花了整整三年，才从2014年注意力机制的萌芽走到2017年Transforr论文的发表。

    但这一世，他不打算走硅谷那条“有钱就是任性”的老路了。

    不堆参数，不烧天价算力，不做那头笨重的大猪。

    他要走DeepSeek的路。

    用最少的资源，做最聪明的架构。

    让模型学会自己选择、自己推理、自己纠错。

    用MoE让参数按需激活，用极致的工程优化把每一滴算力都拧干。

    前世DeepS